导读:本文包含了交通个体论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:交通,个体,城市交通,数据,方程,乘客,模型。
交通个体论文文献综述
梁泉,翁剑成,周伟,荣建[1]（2019）在《面向个体的分类型公交通勤行为影响因素研究》一文中研究指出公共交通通勤乘客出行行为受诸多因素影响,明确不同类型乘客的出行行为影响因素,有助于准确分析乘客出行需求,促进公共交通运营调度优化.基于RP调查数据和北京市公共交通多源数据,提取了高、中、低不同稳定性公共交通通勤个体出行链.进而针对不同稳定性乘客,以外在属性和个体特征为外生变量,以单次出行特征、出发时间、出行目的为内生变量,构建了面向个体出发时间和出行目的地影响关系的结构方程模型.研究表明,高稳定通勤乘客出发时间和目的地受个体特性影响明显,中稳定乘客出发时间和目的地受单次出行特征影响较大,而低稳定性乘客出发时间和目的地受单次出行特征和外在属性的影响显着.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2019年05期）
梅昀,檀稳,袁凯华,陈银蓉[2]（2019）在《基于个体出行视角的城市交通碳减排研究》一文中研究指出基于514份武汉市居民出行碳足迹问卷调查,运用结构方程模型探讨居民出行碳排放的影响因素,从满意度的视角分析居民对公共交通出行的满意程度。研究发现:小汽车拥有、通勤距离、社区公共与服务中心混乱度、社区位置、公交站点位置与通勤公交可达性是居民出行碳排放的影响因素,居民对地铁出行各项指标处在较满意之上,而对地面公交出行大部分指标处于不太满意与比较满意的区间内,对公交线路拥堵情况不满意。结果表明,减少小汽车的保有量、适当限制小汽车的通行、创建紧凑型城市、合理配置建设用地、提高居住社区土地混合度和完善公共交通布局能有效减少碳排放量。(本文来源于《资源开发与市场》期刊2019年02期）
姚振兴[3]（2018）在《基于手机传感器数据的个体交通出行链信息采集方法研究》一文中研究指出随着我国城市规模的扩张以及城市功能的地理分工,居民出行模式在时间和空间上都变得更加复杂、多样,对城市交通管理和客流预测带来了巨大挑战。交通出行需求本质是满足人的日常活动需求。深入挖掘城市个体交通活动本源机理、揭示居民日常出行时空规律和活动特征,能够为构建优质、高效的城市交通管理系统提供重要支撑,意义深远。传统居民出行信息主要依靠入户问卷、电话访问等方式获取,长期以来,在数据采集质量和效率方面存在诸多缺陷,如主观回忆数据失真、调查组织复杂繁琐、数据更新困难等,越来越难以支撑现代化交通规划方案对精细居民出行数据的需求。随着大数据和互联网时代的到来,基于手机传感器数据的个体出行轨迹追踪与活动特征分析技术出现了良好发展契机。手机传感器调查技术借助手机GPS、加速度计、陀螺仪、WiFi等多种感知单元,能够实时获取更为丰富的时间、空间和出行状态信息来描绘个体出行过程,数据更加客观、精确,已成为当前交通信息采集领域的前沿热点。本文以手机传感器数据的采集、分析和挖掘技术研究为基础,探索基于手机传感器数据的个体交通出行链信息提取新方法。主要研究要点和成果如下:1)详细分析了智能手机传感器模块和数据采集功能,开发了一款手机传感器数据采集APP软件用于数据采集。软件连通手机GPS、加速度计、陀螺仪、WiFi、无线通信等模块端口,能够实时采集个体出行时空轨迹(出行日期、时间、经纬度、方向角等)和出行状态数据(速度、叁维加速度、叁维角速度、定位精度、服务基站等)。后台数据库管理系统能够高效、安全保障数据存储和管理。2)研究了出行环境、技术条件等因素对数据采集质量的影响,设计试验完成数据采集工作。不同数据采样环境下个体出行特征数据将发生显着变化,针对我国城市人口和交通环境特征,本论文详细设计了多种环境制约要素组合下数据采集试验,数据采样频率包含1s、2s、3s、4s、5s、10s,20s、30s、60s、120s;交通方式包含由步行、自行车、公交车、小汽车、地铁等常见出行方式的10种组合模式;出行目的包含上班、上学、访友、就医、购物等8类通勤与非通勤出行;出行时间考虑了节假日、双休日、工作日、早高峰时间、晚高峰时间和平峰时间6类;交通状态包含了畅通、一般拥堵和严重拥堵3类。3)分析了手机传感器数据采样内容和采样格式,借助地图匹配技术、叁维可视化技术,探索了不同环境、技术要素组合制约条件下手机传感器数据波动特征和变化规律,研究了多源手机传感器数据对个体出行时空特征的表达水平和表达方法;提炼了不同出行环境下模型构建指标,提升算法可移植性和兼容性。研究结果表明,个体出行时空轨迹点密度和瞬时速度指标分别适用于出行端点和交通方式换乘点的识别,每分钟平均速度、最大速度、速度波动方差以及加速度波动方差则对不同环境下交通方式识别起到良好效果。4)提出了个体出行链参数精细化提取方法总体框架、分阶段处理流程以及各阶段实现要点。按照从整体到局部思路可细分为3步:首先,构建了时空聚类算法、驻留点状态判定算法、误差优化算法用于出行端点识别,实现将一天或多天出行数据按照停留特征进行切割,各出行子段只包含一种出行目的(即识别出行OD);其次,引入小波分析模极大值算法进行交通方式换乘点识别,实现将出行轨迹进一步切分为单一交通方式出行段(即交通方式换乘点识别);最后,针对单一出行方式轨迹,探索了数据挖掘算法(如:神经网络、支持向量机、贝叶斯网络、随机森林)用于交通方式识别的可行性,针对公交车和小汽车识别困难的问题,进一步提出GIS站点匹配算法实现优化。研究结果表明,出行端点识别准确率达到了86%,停留时间识别误差控制在150s之内;交通方式换乘点识别率达95%,换乘时间平均误差小于1min;交通方式识别准确率均则达到90%以上。5)运用10折交叉验证理论标定了模型参数,基于实验工程学的思想,结合实例详细研究了个体出行链参数提取模型构建过程与结果反馈优化方法;开展技术应用效果实证评估和敏感性分析工作,研究了不同采样频率、交通状态、模型算法条件下交通方式识别准确率。研究发现,数据采样频率最佳值为5s,最大不宜超过20s;算法选择显着影响交通方式识别效果,机器学习算法+GIS地图匹配算法效果明显要优于单一机器学习算法,尤其对公交车和小汽车,模式识别准确率提升近20%;交通状态对交通方式识别有一定的影响,但GIS地图匹配算法能够降低交通拥堵造成的识别误差。(本文来源于《西南交通大学》期刊2018-06-01）
王梓涵[4]（2018）在《交通个体视角下的交叉口精细化设计方法研究》一文中研究指出交叉口作为城市道路的瓶颈,是最容易产生拥堵的区域。我国现阶段交叉口的规划设计广泛采用简单化的处理方式,即套用某些固定模式,致使多数城市道路交叉口千篇一律、简单粗放,存在交通效率低等问题。且一直以来受机动车导向理念支配,使交叉口主要服务于车辆,较少考虑其他交通个体的需求。基于上述情况,本文针对当下城市规划设计与建设领域内的不当之处,立足当前突出的问题,不求面面俱到,从交通个体的角度解析交叉口精细化设计方法与原则。将交通设计嵌入既有规划设计体系,不仅为专业人士,同时也为非专业人士提供将交叉口精细化设计落实的借鉴手法。首先,文章对城市道路交叉口的不同类型使用者进行分类,分为步行、骑行、驾驶和公共交通四类交通个体,分别对其在使用道路交叉口过程中的出行需求及特点进行分析,主要研究部分专门为交通个体服务的精细化设计,得出其应用类型和设计方法。其次,针对当下城市交叉口规划设计领域内的不当之处,如路缘石半径过大,浪费宝贵的边角空间;路侧停车,影响交通个体通行和视线;右转车辆与骑行者冲突;含轻轨或快速公交专用路的交叉口渗透性不高;小区级交叉口车行速度过快;圆形交叉口中间景观区域难到达等,通过国内案例比照进行问题剖析。人性化、具体化、区别化地处理交叉口各向、各类交通个体,解决目前比较突出的问题,提出精细化设计方法与原则,总结其适用性,旨在为我国的交叉口精细化建设提供借鉴手法。最后根据得出的设计方法与原则,将其运用于禹城行政街实际案例改造中,借助VISSIM软件对改造前后的交叉口进行交通仿真分析,得出通过精细化设计,在交叉口用地面积不变,甚至更小的情况下,可以满足交通个体需求,同时提高交叉口的通行效率和提供更舒适的体验。(本文来源于《大连理工大学》期刊2018-05-01）
梁泉,翁剑成,林鹏飞,周伟,荣建[5]（2018）在《基于个体出行图谱的公共交通通勤行为辨别方法研究》一文中研究指出不同公共交通类型乘客的出行特征存在显着差异,实现公共交通通勤乘客准确辨识,有助于获取精细化的公共交通出行特征,更好地满足不同类型乘客的出行需求.基于北京市公共交通刷卡和线站数据,对公共交通多源数据进行关联匹配并提取出行链.利用北京市连续1个月的公共交通刷卡出行数据,采用多层规划理论构建了个体出行知识图谱,提取了出行天数、出行空间均衡度等7类特征指标.通过RP调查获得乘客出行行为类别.以特征指标为输入,乘客分类为输出,构建了面向公共交通乘客分类的BP神经元网络模型.验证表明,模型平均分类精度为94.5%,Kappa系数为0.879.本文研究有助于准确识别不同类别的公共交通乘客,为优化公共交通运营及公共交通精准化服务提供支撑.(本文来源于《交通运输系统工程与信息》期刊2018年02期）
相博,陈可可,田龙伟[6]（2018）在《共享经济视角下新型绿色交通的个体需求影响因素分析——以共享单车为例》一文中研究指出自改革开放以来,我国城市化建设得到了飞速的发展,然而交通拥堵、能源危机、环境污染等社会问题也随之而来,为了实现可持续发展,"绿色交通"这一以环境保护为目标的新型交通方式由此产生。同时,诸如共享电动车、共享单车等共享交通成为了当下人们流行的出行方式,共享经济已经是新近国内外研究的热点议题。那么,以共享经济为视角,对以共享交通为代表的新型绿色交通个体需求影响因素进行实证检验就显得尤为重要。实证研究结果显示:共享经济视角下,自行车道满意度、个人运动偏好、低碳排放及出行复杂程度与新型绿色交通需求程度具有显着性的正向关联;而城市空气污染情况与城市居民健身水平具有显着的负向关联;机动车道的拥挤程度与新型绿色交通需求程度的关联并不显着。(本文来源于《大连理工大学学报(社会科学版)》期刊2018年02期）
李梦凡[7]（2018）在《交通信息诱导下个体出行选择行为研究》一文中研究指出随着我国城市化进程加快,交通拥堵问题日渐增多,为有效诱导城市交通流,减缓交通拥堵,提升城市交通运行效率,通过出行者交通信息服务系统向出行者提供各类交通信息,协助其制定最优出行方案,科学调整交通方式、出发时间与路线,由时间、空间层面缓解高峰期交通压力。本文将交通信息条件下个体出行选择行为视作研究对象,主要研究内容和研究成果有以下四个方面:(1)为获取出行者基于认知模式的信息偏好和搜寻方式特征,建立了结构方程模型,分析了个人属性、出行特征与交通信息偏好之间的影响关系,可为交通信息系统的用户需求分析提供重要依据。(2)从个体出行行为的角度分析城市居民出行方式选择的特征和规律,采用非集计模型方法,定量分析了出行者个人属性特征以及各类出行信息对交通方式选择行为的影响程度,通过效用变量的弹性估计探讨了提高公交选择率的方法,为科学合理制定出行信息发布优化策略奠定理论基础。(3)针对路况信息中的出行时间存在动态变化的特性,建立了以变化的出行时间信息属性为参数的路况信息条件下的出发时间选择模型。对于时间信息属性进行量化,构建了不同路况信息条件下的出发时间选择情境,通过多元Logistic模型进行标定,最后针对不同类型出行者对路况信息的敏感程度的差异性做进一步讨论,可以用来预测在不同交通信息发布条件下的出行者出发时间选择。(4)在充分考虑驾驶员认知模式的情况下对其路径选择行为展开调查与研究。设计了包含单一定量或多定量的VMS消息策略实验方案,以分析关键信息对驾驶员路径转向选择的影响。建立了VMS在提供不同信息内容情况下驾驶员路径选择行为的有序多分类Logistic模型。模型结果可以预测出行者改变路径的概率,为制定合理有效的交通诱导策略提供参考依据。(本文来源于《合肥工业大学》期刊2018-03-01）
王沙沙,孙会君[8]（2018）在《基于智能交通卡数据的城市轨道交通乘客个体路径选择模型》一文中研究指出在分析城市轨道交通乘客旅行时间组成要素的基础上,提出了一种基于智能交通卡数据的乘客个体路径选择模型,克服了传统路径选择模型只考虑群体路径选择的弊端。通过分析轨道交通刷卡出行的特点,建立了乘客旅行时间模型,确立了各旅行时间要素并分析了其独立性。对出行要素进行了估计,计算出路径旅行时间,提出了乘客个体的出行路径选择模型。以北京地铁网络为案例,分析了乘客个体的路径选择,并用实际数据验证了模型的有效性。(本文来源于《山东科学》期刊2018年01期）
王振坡,薛珂,王丽艳,宋顺锋[9]（2017）在《个体感知视角下城市交通拥堵成因及其群体差异研究——以天津市为例》一文中研究指出交通拥堵严重影响城市健康发展,从个体感知视角分析其成因,能够为交通精细化治理提供决策依据。基于《2016年天津市交通与住房调查问卷》数据,构建结构方程模型,剖析影响不同群体出行个体感知的因素。结果表明,出行者对交通基础设施不完善造成的拥堵更为敏感,其次是公共交通发展滞后、交通安全意识薄弱及偶发性事件,而移动互联因素会缓解拥堵感受;不同人群关注的拥堵成因与交通需求有关,道路资源分配问题凸显。因此,提出加强交通基础设施精细化管理、优化公共交通客流组织模式、推进交通文明建设、合理配置道路资源等对策,缓解城市交通拥堵。(本文来源于《城市发展研究》期刊2017年07期）
翁剑成,王昌,王月玥,陈智宏,彭曙[10]（2017）在《基于个体出行数据的公共交通出行链提取方法》一文中研究指出公共交通个体出行信息的提取对掌握公共交通出行的时空特征,改善居民通勤出行效率具有重要意义.研究从公交刷卡数据、公交定位数据、轨道AFC数据等海量公共交通多源数据的关联匹配与处理方法入手,提出了公共交通出行链信息提取中,换乘关系判断、通勤行为判别及出行起讫点匹配的方法与规则,标定了出行链匹配阈值参数,建立了基于个体出行数据的公共交通通勤出行链提取模型.提取模型的准确度验证表明:出行链结构提取及通勤出行判别的成功率均达到100%,出行阶段起讫点匹配成功率为87.5%,准确性为97.1%,满足了公共交通出行特征提取的需求.该方法为公共交通通勤出行判别及基于个体的微观通勤出行时空特征的深入分析奠定了基础.(本文来源于《交通运输系统工程与信息》期刊2017年03期）
交通个体论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于514份武汉市居民出行碳足迹问卷调查,运用结构方程模型探讨居民出行碳排放的影响因素,从满意度的视角分析居民对公共交通出行的满意程度。研究发现:小汽车拥有、通勤距离、社区公共与服务中心混乱度、社区位置、公交站点位置与通勤公交可达性是居民出行碳排放的影响因素,居民对地铁出行各项指标处在较满意之上,而对地面公交出行大部分指标处于不太满意与比较满意的区间内,对公交线路拥堵情况不满意。结果表明,减少小汽车的保有量、适当限制小汽车的通行、创建紧凑型城市、合理配置建设用地、提高居住社区土地混合度和完善公共交通布局能有效减少碳排放量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
交通个体论文参考文献
[1].梁泉,翁剑成,周伟,荣建.面向个体的分类型公交通勤行为影响因素研究[J].武汉理工大学学报(交通科学与工程版).2019
[2].梅昀,檀稳,袁凯华,陈银蓉.基于个体出行视角的城市交通碳减排研究[J].资源开发与市场.2019
[3].姚振兴.基于手机传感器数据的个体交通出行链信息采集方法研究[D].西南交通大学.2018
[4].王梓涵.交通个体视角下的交叉口精细化设计方法研究[D].大连理工大学.2018
[5].梁泉,翁剑成,林鹏飞,周伟,荣建.基于个体出行图谱的公共交通通勤行为辨别方法研究[J].交通运输系统工程与信息.2018
[6].相博,陈可可,田龙伟.共享经济视角下新型绿色交通的个体需求影响因素分析——以共享单车为例[J].大连理工大学学报(社会科学版).2018
[7].李梦凡.交通信息诱导下个体出行选择行为研究[D].合肥工业大学.2018
[8].王沙沙,孙会君.基于智能交通卡数据的城市轨道交通乘客个体路径选择模型[J].山东科学.2018
[9].王振坡,薛珂,王丽艳,宋顺锋.个体感知视角下城市交通拥堵成因及其群体差异研究——以天津市为例[J].城市发展研究.2017
[10].翁剑成,王昌,王月玥,陈智宏,彭曙.基于个体出行数据的公共交通出行链提取方法[J].交通运输系统工程与信息.2017
论文知识图
